机器学习实战读书笔记（一）：K近邻算法

from numpy import *
import operator
def createDataSet():
    # 创建数据集
    group = array([[1.0,1.1],[1.0,1.1],[0,0],[0,0.1]])
    labels = ['A','A','B','B']
    return group,labels
def classify0(inX,dataSet,labels,k):
    # inX: 要测试的数据[0,0],[1,1]等
    # dataSet：数据集
    # labels：数据集的标签
    # k：选取的前几个标签
    # 距离计算
    dataSetSize = dataSet.shape[0]
    # print(dataSet.ndim) 数组维数 比如一维数组和二维数组
    # dataSet.shape[0]:行数 dataSet.shape[1]:列数
    # dataSet 是4行2列 dataSet.shape是元组 dataSet.shape = (4,2)
    diffMat = tile(inX, (dataSetSize,1))- dataSet
    # tile(A,reps) A指待输入数组 reps决定A重复的次数
    # 用于重复数组A来构建新的数据
    # reps的纬度为d 那么新数组的纬度为max(d,A.ndim)
    # reps第一位决定行上的重复次数 第二位决定列上的重复次数 如果只有一位只在列上重复
    # tile是numpy中的函数：tile将原来的一个数组扩充为4个一样的数组
    # diffMat得到了一个目标与训练数值之间的差值
    sqDiffMat = diffMat**2
    # (x1-x2)^2 各个元素分别平方
    sqDistances = sqDiffMat.sum(axis = 1